同的情况下，die面积小一般就意味着晶体管数量也少，算力的上限就更低。
她拿起放大镜，凑近看了看die的表面，挺干净的，没有什么肉眼可见的瑕疵。
这说明封装和散热设计至少没有明显短板。
珍妮弗把l100放到显微镜台上，调焦，然后把图像传输到旁边的显示器。
她开始沿着芯片边缘系统性地扫描，把各个区域的图像截图存档。
这是深度评估的常规操作，但并不是每一个竞品的加速卡都需要进行深度评估——因为这样一轮评估太费时间了。
珍妮弗一点一点的看过去，标准的hb（highbandwidthory，高带宽存储）接口，标准的电源轨布局，计算单元的分块方式效率很高。
把图像扫完之后，深度评估的话，就要一层层融掉晶片去逆向芯片设计图了，这一步既花费时间，也花费精力，想要团队分配资源来做的话，需要填写单独的报告。
珍妮弗在原地想了一会儿，又把l100的散热外壳装了回去，然后接回了测试台。
她又打开刚才的测试数据，特意放大了运算曲线的波峰区域。
这个峰值太高了，不正常。
她盯着这些数据看了一会，然后打开了自己的工具目录。
里面有一个她之前写的极简测试脚本，专门用来绕开通用测试框架和高层调度逻辑，直接写一个极简矩阵乘内核，只测最底层的运算吞吐量。
她把脚本修改了几行，指向l100的接口，然后运行。
两分钟之后，结果出来了。
珍妮弗的两只手合在一起搓了搓。
果然，是软件拖了硬件的后腿。
软硬件差距这么大的情况，在这一行还挺少见的。
她甚至思考了一下，如果让她来写这个适配层，她会怎么写。
想了几秒，她摇了摇头，英伟达的员工不太需要担心这件事。
珍妮弗把结果截图，打开l100的报告，在下面添加了一段简短的备注：“这张卡的硬件设计水准和它跑出来的测试成绩不匹配，如果有软件层的优化，它的潜力会得到释放，建议进行深度评估。”
而她不知道的是，第一个人走的时候填写的第一版评估报告，现在已经在公司ceo詹森的桌子上了。
助理把报告递过来的时候，还说出了报告里的结论：“威胁不大，连二线竞争对手的水平都达不到。